本文介绍了R语言中判别分析的应用，包括确定性判别分析（Fisher线性判别）和概率性判别分析（Bayes型判别）。通过实例展示了线性判别分析与二次判别的步骤和效果，探讨了先验概率对判别结果的影响，并提供了预测新样本所属类别的方法。
我的梦想就是做一条咸鱼
判别分析
多元中用于判别样本所属类型的一种统计分析方法。在已知的分类之下，对新的样本，可以利用此法选定一判别标准，以判定将该新样品放置于哪个类中。
判别分析的种类：确定性判别（Fisher型判别）、概率性判别（Bayes型判别）
确定性
1.线性判别分析
eg
今天和昨天湿温差x1及气温差x2是预报明天是否下雨的两个重要因子，试建立Fisher线性判别函数，如测得今天x1=8.1，x2=2.0试报明天是雨天还是晴天？
数据：
基本统计分析
箱线图看出，两组湿温的均值差别不大，接下来做t检验
p值>0.05,所以无显著差别
图中气温差有显著的差别
t检验，p值<0.05，有显著区别。
Logistic模型分析
注意G-1,结果发现变量x2对预测有明显影响。
线性判别分析函数lda的用法
lda(formula,data,…)
formula形如y~x1+x2+…的公
最低0.47元/天 解锁文章
2467
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
